T. P. Traitement du Signal Maîtrise E.E.A. - LASC
T. P. Traitement du Signal Maîtrise E.E.A. - LASC
T. P. Traitement du Signal Maîtrise E.E.A. - LASC
Create successful ePaper yourself
Turn your PDF publications into a flip-book with our unique Google optimized e-Paper software.
t f<br />
∫<br />
t0<br />
f ( t)<br />
dt<br />
t<br />
⎡<br />
N −1<br />
e<br />
= f (0) f ( N)<br />
2<br />
2<br />
⎢ + + ∑<br />
k=<br />
1<br />
⎣<br />
⎤<br />
f ( k)<br />
⎥ avec<br />
⎦<br />
f(k) =<br />
f(kt<br />
e<br />
)<br />
et<br />
N<br />
t<br />
=<br />
f<br />
− t<br />
t<br />
e<br />
0<br />
Pour réaliser votre programme, vous devrez utiliser des instructions spécifiques au traitement de chaînes<br />
de caractères comme par exemple eval et strcat. L'aide concernant l'ensemble des fonctions de<br />
traitement des chaînes de caractères se trouve sous la rubrique matlab\strfun.<br />
∫ +∞ −∞<br />
sin c ( t)<br />
dt<br />
- A titre d'application estimez l'intégrale suivante . Calculer la valeur théorique de cette<br />
intégrale et vérifier que le résultat obtenu numériquement en prenant des bornes de –100 à +100 s'y<br />
approche.<br />
3-2) Calcul de transformée de Fourier discrète.<br />
Créez un script tfd qui vous affichera quatre graphes correspondant à :<br />
- la représentation temporelle <strong>du</strong> signal échantillonné<br />
- la partie réelle de la représentation spectrale obtenue par calcul de la TFD<br />
- la partie imaginaire de la représentation spectrale obtenue par calcul de la TFD<br />
- le mo<strong>du</strong>le de la représentation spectrale obtenue par calcul de la TFD<br />
Le signal a étudier est donné par une fonction sinus de fréquence 1Hz et d’amplitude 1. Les paramètres<br />
demandés par le programme seront la fréquence d’échantillonnage (f e ) et le nombre de points de la T.F.D.<br />
(N). Utiliser de préférence la fonction stem pour tracer des spectres de raies plutôt que plot.<br />
La formule générale donnant la T.F.D. est la suivante:<br />
N<br />
∑ − 1<br />
⎛ mn ⎞<br />
X[<br />
n]<br />
= x(<br />
m) exp⎜<br />
− i2π ⎟ avec<br />
m=<br />
0 ⎝ N ⎠<br />
N valeurs de X[n] sont calculées pour n allant de 0 à N-1.<br />
⎛<br />
x ( m)<br />
= x(<br />
mT =<br />
⎜<br />
e<br />
) x<br />
⎝<br />
m<br />
f<br />
e<br />
⎞<br />
⎟<br />
⎠<br />
Attention aux indices car Matlab n’admet pas des indices (numéros de lignes ou colonnes de matrices)<br />
inférieurs à 1. Pour éviter les boucles for, il est souhaitable de réaliser le calcul sous forme matriciel :<br />
X=Wx (cf cours de TNS).<br />
Commentez les graphes obtenus pour N=4 et f e =4Hz (cf TD de TNS).<br />
A noter que la fonction fft de Matlab permet la calcul de la transformée de Fourier discrète par un<br />
algorithme de transformée rapide.<br />
3-3) Figures de Lissajou<br />
Pour créer des figures de Lissajou, il faut tracer une fonction sinus de fréquence f 1 en fonction d’une<br />
autre fonction sinus de fréquence f 2 (les deux fréquences f 1 et f 2 étant proportionnelles) dont le<br />
déphasage avec la première sinusoïde peut varier. Vous pouvez ainsi créer des graphes animés en<br />
réitérant plusieurs graphes avec un déphasage qui varie de façon linéaire. Utilisez une boucle while ainsi<br />
10